ChatGPT、Gemini、Claude、DeepSeeK等大语言模型赋能高效办公与科研教学、论文写作、课题申报与Python数据预处理及可视化AI绘图高级培训

我给大家推荐报名由中促中心（国家事业单位）联合中科软研组织的一系列高质量培训课程，需要的粉丝可以来抄作业了~

之前也分享过中科软研的科研培训，亲身体会过确实不错才给大家推荐，内容涵盖多个关键环节，系统性强，讲解细致，该课程自推出以来，受到了众多学员的好评，具有较高的实用性和收藏价值，全是干货，课后提供免费答疑，并且报名一次，以后相同的课程本人可以免费参加，强烈推荐大学报名学习一下！

📚 培训推荐 📚

课程一：ChatGPT、Gemini、Claude、DeepSeeK等大语言模型赋能高效办公与科研教学、论文写作、课题申报与Python数据预处理及可视化AI绘图高级培训班

课程二：

课程三：MATLAB数据分析、机器学习与深度学习实践应用高级培训班

课程四：全国人工智能Python数据分析、机器学习与深度学习实战及项目申报、论文发表高级培训班

课程五：AI智能体科研应用与构建：零部署的科研与日常工作提效实战培训班

课程六： Claude Code等多智能体赋能科研创新：基于AI智能体全流程自动化构建与科研应用实战培训班

📚 课程一：

各企事业单位、高等院校及科研院所：

近年来，人工智能技术不断突破，大语言模型已经成为推动科研与办公革新的重要引擎。尤其是ChatGPT、Gemini、Claude、DeepSeeK等大语言模型的震撼问世，迅速引发了业界和学术界的关注狂潮，其卓越的自我进化能力和智能化应用为传统模式注入了全新活力，成为当前科技焦点所在。为帮助科研人员和工程技术爱好者紧跟这股技术浪潮，中促中心（事业单位）联合中科软研（北京）科学技术中心与双一流高校教授（www.fzby.org.cn）特举办“ChatGPT、Gemini、Claude、DeepSeeKe等大语言模型赋能高效办公与科研教学、论文写作、课题申报与Python数据预处理及可视化AI绘图高级培训班”。本课程将全面剖析ChatGPT、Gemini、Claude、DeepSeeK等大语言模型平台的核心技术与最新进展，不仅展示了大模型自我进化的惊人潜力，也为各领域的创新实践提供了全新的思路和方法。课程内容涵盖提示词撰写与优化、科研课题申报、论文写作辅助、数据检索、Python编程及机器学习与深度学习建模等多个关键方向，通过理论讲解、案例实操与互动讨论等多样化教学方式，帮助学员在实际应用中快速掌握并灵活运用这一前沿技术。加入我们，共同探索由ChatGPT、Gemini、Claude、DeepSeeK等大语言模型引领的智能革命，见证大语言模型如何为科研与办公带来前所未有的变革与机遇！现通知如下：

培训特色及目标

1.【课程福利】赠送每人1个ChatGPT Plus会员账号，没有使用次数限制，不需要翻墙，支持使用多种国内外大模型（具体时间可参考收费标准）

2、强化实战导向：培训设置了丰富的实践环节，通过对大量实际项目案例的深度剖析，并安排实操演练，引导学员在实践过程中积累经验，快速提升专业能力，有效避免理论与实践脱节的问题。

3、线上线下同步：线下学员享受沉浸式学习与现场互动；线上学员通过专业直播平台参与，实时提问、同步操作、回放巩固，学习效果不打折！

4、实时互动答疑：预留充足时间进行课堂答疑与讨论，并建立课后交流群，持续解惑。

5、邀请专家指导：本次培训邀请了行业资深专家。他们不仅具备深厚的专业知识，还拥有丰富的实践经验，将为学员带来前沿的行业见解与宝贵的实战经验。

6、学完即可掌握：熟练掌握各种最新AI大语言模型的各种使用方法，并且可以立即用于平时的工作和生活中；能够使用最新AI大语言模型完成撰写及修改论文及工作报告，可以辅助写作论文与工作报告，提升您的写作能力及提出优化方案；能够利用最新AI大语言模型完成课题申报、论文选题及实验方案设计、数据处理；帮助学员掌握最新AI大语言模型在Python数据预处理及可视化AI绘图、人工智能领域经典机器学习算法（BP神经网络、决策树、随机森林、XGBoost、LightGBM等）和热门深度学习方法。

7、本课程提供永久答疑服务。课后实践学习的过程中遇到问题，可以随时找老师进行交流；限制报名40人，前20人报名，可以获得往期的视频和资料，参加本次培训后，后期的相同培训本人均可免费参加，不限次数；

培训时间与地点

2026年5月15日—5月17日北京+线上直播（现场参加需14日报到，培训三天）

注：现场及线上直播同步进行，不方便到现场的学员，可线上参加。

课程内容

课程安排

学习内容

第一章

2026年大语言模型最新进展与ChatGPT、Gemini、DeepSeek等大语言模型讲解

1 、国内外大语言模型（ChatGPT 5.2、Gemini 3.1 Pro、Claude、豆包、Kimi、DeepSeek等）对比分析

2、ChatGPT对话初体验（提示词输入、语音聊天、上传文档等）

3、ChatGPT canvas交互式对话界面功能演示（文本编辑：内容润色、修改文本阅读水平、调整文本长度、智能修改建议、选中指定片段进行修改；代码编辑：添加注释、添加程序日志、修复程序Bug、将代码转换为另一种编程语言、代码审查等）

4、ChatGPT Search功能演示（联网查询最新的新闻动态、最新发表的学术论文等）

5、ChatGPT Project功能演示（创建项目文件夹、构建项目知识库、设置项目指令等）

6、ChatGPT Prism论文写作与Latex排版功能演示

10、ChatGPT科研必备GPT汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等）

11、GPT Store简介与使用

12、定制自己的专属GPTs（制作专属GPTs的两种方式：聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享）

13、Gemini 3 Pro对话页面功能演示（上传文件、Deep Research、Canvas画布、Guided Learning等）

14、NotebookLM功能简介与演示：（上传资料的四种方式；使用NotebookLM对资料进行加工整理并输出多种格式：音频、视频、思维导图、分析报告、知识闪卡、测验题、信息图、幻灯片、数据表格；使用NotebookLM的Deep Research功能联网检索指定主题内容并深入分析总结）

15、Nano Banana Pro 简介、新特性、提示词撰写方法与策略、提示词模板等。

16、使用Nano Banana Pro 绘制技术路线图、模型拓扑结构图、原理框图、教学插图、科普宣传海报等。

17、Colab简介：云端环境下的内嵌Python环境和免费GPU资源的AI开发环境。

18、Colab + Gemini：自动生成Python代码，实现数据的统计分析、预处理、可视化、机器学习与深度学习模型构建、代码注释与Bug调试等。

19、Gems App简介与功能演示：实现更少提示词、更少对话轮次获得更优答案的工具

20、自定义Gems App的开发：对话式开发（提示词模板）→ 工作流高级属性修改（模型选择、提示词优化）→ App上线发布

21、Llama3、DeepSeek等开源大语言模型的本地部署与对话

22、DeepSeek使用初体验（注册与登录、App下载与安装、界面主要功能介绍与演示等）

23、案例演示与实操练习

第二章

大语言模型提示词使用方法与高级技巧

1、大语言模型Prompt (提示词) 撰写方法与技巧（为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等）

2、常用的大语言模型提示词模板

3、大语言模型提示词优化（Promptest、Prompt Perfect、PromptPal提示宝等ChatGPT GPTs）

4、大语言模型提示词逆向工程（破解提示词的常用方法、对别人创建的GPTs进行破解）

5、案例演示与实操练习

第三章

大语言模型助力日常生活、学习与工作

1、ChatGPT、Gemini、Claude、DeepSeeK等助力创建精美的思维导图

2、ChatGPT、Gemini、Claude、DeepSeeK等助力生成流程图、甘特图

3、ChatGPT、Gemini、Claude、DeepSeeK等助力制作PPT

4、ChatGPT、Gemini、Claude、DeepSeeK等助力创建视频

5、ChatGPT、Gemini、Claude、DeepSeeK等助力教师高效备课（为不同专业学生生成不同的教学内容、围绕知识点生成不同难度的题目检测学生的学习效果等）

6、ChatGPT、Gemini、Claude、DeepSeeK等助力学生高效学习（生成个性化学习计划）

7、案例演示与实操练习

第四章

大语言模型助力信息检索与总结分析

1、传统信息检索方法与技巧总结（Google Scholar、ResearchGate、Sci-Hub、GitHub 、关键词检索+同行检索、文献订阅）

2、Google Sholar Labs功能简介：使用自然语言交互方式检索文献（与传统使用关键词组合检索文献相比，有哪些优势？使用场景有哪些？）

3、利用ChatGPT、Gemini、Claude、DeepSeeK等实现联网检索文献

4、利用ChatGPT、Gemini、Claude、DeepSeeK等总结分析文献内容（论文研究背景与动机、采用的研究方法、具体的实验方案、主要的研究结果与结论、存在的局限性与不足、改进思路等）

5、利用ChatGPT、Gemini、Claude、DeepSeeK等总结Youtube视频内容

6、案例演示与实操练习

第五章

大语言模型助力科研项目选题与项目申请书撰写

1、课题申请书撰写技巧及要点剖析：项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等

2、大语言模型辅助撰写标题、摘要、关键科学问题、关键词及提示词模板分享

3、大语言模型辅助撰写立项依据及提示词模板分享

4、大语言模型辅助撰写研究内容、研究方案、技术路线及提示词模板分享

5、大语言模型辅助撰写研究基础及提示词模板分享

6、大语言模型辅助撰写经费预算及提示词模板分享

案例演示与实操练习

第六章

大语言模型助力论文写作与投稿

1、SCI论文写作方法与技巧：创新思路/ideas的五大典型方法、论文内在的七大逻辑、番茄钟写作法

2、利用ChatGPT、Gemini、Claude、DeepSeeK等自动生成论文的总体框架和大纲润色修改

3、利用ChatGPT、Gemini、Claude、DeepSeeK等撰写论文各个部分（标题、摘要、引言、Related Works、方法与原理、实验方案与结果、讨论、结论、Cover Letter、Highlights等）及提示词模板分享

4、利用ChatGPT 、Gemini、Claude、DeepSeeK等完成论文翻译（指定翻译角色和翻译的领域、给一些背景提示）

5、利用ChatGPT、Gemini、Claude、DeepSeeK等实现论文语法校正（单词拼写、大小写错误、单复数、时态、句式等）

6、利用ChatGPT、Gemini、Claude、DeepSeeK等完成段落结构及句子逻辑润色

7、降低大语言模型生成内容AIGC值的方法与技巧

8、利用ChatGPT、Gemini、Claude、DeepSeeK等完成论文评审意见的撰写与回复（SCI论文审稿意见回复必须要遵守的三大原则、SCI论文审稿意见回复的黄金结构模板）

案例演示与实操练习

第七章

大语言模型助力Python编程入门、科学计算、数据预处理及可视化绘图

1、Python环境搭建（下载、安装与版本选择）。

2、如何选择Python编辑器？（IDLE、Notepad++、PyCharm、Jupyter…）

3、Python基础（数据类型和变量、list和tuple、条件判断、循环、函数的定义与调用等）

4、第三方模块的安装与使用

5、Numpy模块库（Numpy的安装；ndarray类型属性与数组的创建；数组索引与切片；Numpy常用函数简介与使用）

6、Matplotlib基本图形绘制（线形图、柱状图、饼图、气泡图、直方图、箱线图、散点图等）

7、Pytorch深度学习框架简介（Tensor的创建、基本运算、升降维操作、CPU/GPU转换等）

8、利用ChatGPT、Gemini、Claude、DeepSeeK等上传本地数据（Excel/CSV表格、txt文本、PDF、图片等）

9、利用ChatGPT、Gemini、Claude、DeepSeeK等实现描述性统计分析（数据的频数分析：统计直方图；数据的集中趋势分析：数据的相关分析）

10、常用的数据预处理方法（数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征）

11、融合ChatGPT 、Gemini、Claude、DeepSeeK与Python的数据预处理代码自动生成与运行

12、利用ChatGPT、Gemini、Claude、DeepSeeK等自动生成数据统计分析图表

13、利用ChatGPT、Gemini、Claude、DeepSeeK等实现代码逐行讲解

14、利用ChatGPT、Gemini、Claude、DeepSeeK等实现代码Bug调试与修改

15、Trae AI编程开发工具的下载、安装、注册、开发环境简介与功能演示

16、案例演示与实操练习

第八章

大语言模型助力机器学习与深度学习建模

1、案例实践：利用ChatGPT、Gemini、Claude、DeepSeeK等实现BP神经网络模型的代码自动生成与运行

2、案例实践：利用ChatGPT、Gemini、Claude、DeepSeeK等实现决策树、随机森林、XGBoost、LightGBM模型的代码自动生成与运行

3、案例实践：利用ChatGPT、Gemini、Claude、DeepSeeK等实现卷积神经网络模型的代码自动生成与运行

4、案例实践：利用ChatGPT、Gemini、Claude、DeepSeeK等实现RNN、LSTM模型的代码自动生成与运行

5、实操练习

第九章

大语言模型API接口调用与完整项目开发

1、GPT模型API接口的调用方法（API Key的申请、API Key接口调用方法与参数说明）

2、DeepSeek API接口的调用方法（API Key的申请、API Key接口调用方法与参数说明）

3、案例实践：利用ChatGPT、Gemini、Claude、DeepSeeK等API实现完整项目开发

（1）聊天机器人的开发

（2）利用GPT API和Text Embedding生成文本的特征向量

4、实操练习

第十章

课程总结与答疑讨论

1、课程总结（关键知识点回顾）

2、答疑与讨论

3、相关学习资料分享与拷贝

4、建立微信群，便于后期的讨论与答疑

培训专家

主讲老师来自国内知名的双一流高校导师，大模型与人工智能领域一线专家。已发表多篇高水平的学术研究论文。为课题负责人成功获批多项国家自然科学金项目、国家社科基金重大项目子课题、教育部重点项目、省部级其余项目余，获授权国家发明专利多项，国际创新专利多项。老师担任多个顶级期刊审稿人，并多次受邀在国内高校进行大模型、人工智能与科研等讲座。

6
颁发证书

A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；
B类：可获得国家事业单位颁发的高级《生成式人工智能(AIGC)工程师》职业技能证书，纳入中心数据库，全国通用可查。
C类：可获得（国家一级协会）颁发的高级《人工智能应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，官网可查。
D类：可获得工业和信息化部教育与考试中心（工信部直属正局级单位）颁发的《大模型应用工程师》高级证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。
05
培训费用

A类：收费3900元/人（含培训费、资料费、A类证书费、发票费等）

B类：收费4800元/人（含培训费、资料费、B类证书费、发票费等）

C类：收费5800元/人（含培训费、资料费、B类+C类证书费、发票费等）

D类：收费7800元/人（含培训费、资料费、B类+C类+D类证书费、发票费等）

注：本次培训的费用由承办单位中科软研（北京）科学技术有限公司和北京富卓佰扬科技有限公司承负责收取并提供发票。可提前开具发票，再进行公对公转账。发票可涵盖培训费、会议费、会议注册费、资料费、技术服务费、检测费等多种费用类别，线下参加培训的差旅费和食宿费自理。

联系方式

如需具体的培训通知，请联系我们获取。

📚 课程二：🦞全国首个独家学术龙虾“OpenClaw”科研实战课程

2026 年初，开源智能体框架“OpenClaw（龙虾）”以百天突破 30 万星标的创纪录速度席卷全球，正式宣告 AI 从“对话交互”迈入“自主行动”的行为级时代。这一跃迁正深刻重塑科研生产力：告别传统大模型的被动问答，全球成千上万的科研人员已经开始利用 OpenClaw 构建能够“自主行动”的数字分身，完成自己的日常科研工作。面对部分科研机构因数据隐私考量而出台的限用担忧，其实完全可以通过科学部署来化解。首先，OpenClaw 核心主打开源、本地优先与自托管，科研数据默认留存本机，代码全量可审计且无隐藏后门；其内置的“杀毒软件”级防护机制，更能实时扫描风险并隔离权限。其次，针对严格合规的单位，国内一线大厂及高校均已相继推出完全符合国家要求、具备完善数据防护能力的自研替代工具。为助您安全驾驭这一核心生产力，中科软研（北京）科学技术中心联合中促中心（事业单位）及人工智能领域专业技术人才培养综合服务平台邀请国内双一流高校教授倾力推出了《学术龙虾OpenClaw 赋能科研与日常办公自动化实战》高级培训班。本次课程为独家课程，在为期三天的模块化教学中，我们将带您直击底层逻辑，亲手打造专属科研智能体集群。课程不仅精讲开源框架部署，更同步包含国内安全合规工具的实操演练，按课程规范配置，可以做到隐私零泄露、使用无风险。我们只教安全、合规、绝对可控的方法，让您彻底放下顾虑，安心享受自动化带来的科研红利，让每一位科研人员都能亲手打造出一套专属的学术与科研智能体集群。现将通知事宜如下：

1
培训优势

1、科研效率实现质的飞跃‌：打通文献管理、数据处理、论文写作等全环节自动化路径，实现"文献检索→数据清洗→统计分析→图表生成→论文润色"的无缝串联，大幅压缩科研重复工作耗时，让科研工作者将更多精力聚焦于核心研究内容。
2、‌场景化能力精准匹配需求‌：课程内容完全围绕科研场景设计，覆盖多源文献智能分析、科研数据预处理、建模与可视化、论文/项目申请书/发明专利专利等科研专属功能，让OpenClaw工具真正贴合科研场景需求，而非通用工具的简单套用，确保所学技能能直接应用于日常科研工作。
3、手把手实操+全流程指导：‌课程采用"理论讲解+实操演练"的模式，从工具部署到科研全流程自动化落地，每个环节都提供手把手指导，确保学员能快速上手，学完即可独立运用OpenClaw提升科研效率。
4、双一流高校科研一线导师授课：主讲老师不仅精通OpenClaw的核心逻辑，更懂科研人的真实痛点。课程全程干货无废话，拒绝晦涩的技术参数，用大白话讲清原理，手把手带练操作。
5、精选与私藏级 Skills 深度分享：课程将从海量Skills 中遴选优质的高效科研与日常办公 Skills。同时，主讲老师还将独家分享多款自主开发、经实战检验的“私藏级”好用 Skills。这不仅能助您跳过繁琐的摸索期，更能实现真正的开箱即用，让工具精准适配特定学科的特殊科研逻辑。
6、帮你完成学术龙虾定制化配置：让AI更懂你的研究方向，学会设计自动化工作流，把你最头疼的杂活，全部交给OpenClaw处理；更能解锁多端接入功能，电脑、手机随时随地发指令。
7、答疑回放与免费复训：课程不仅关注当堂习得，更注重长期落地，无论是部署中的疑难杂症，还是复杂场景下的自定义Skills开发，都有专家团队为您保驾护航。相同课程一年内可免费重复参加，课程内容持续迭代更新，紧跟AI技术最新进展，每次复训都有新收获；我们提供完整的培训视频回放供反复研习，并建立课后答疑群提供长期技术支持。限报40人，前20人报名可获取往期的培训视频与资料。
2
培训时间与地点

2026年05月22日—05月24日上海市+线上直播同步（培训3天）

注：现场及线上直播同步进行，不方便到现场的学员，可线上参加。名额仅限40人，请有意者抓紧与我们联系预留名额。
往期课程学员群内反馈图与培训现场（部分）：

3
课程内容

4
培训专家

主讲老师来自国内知名的双一流高校导师，人工智能资深讲师。已发表多篇高水平的学术研究论文。为课题负责人成功获批多项国家自然科学金项目、国家社科基金重大项目子课题、教育部重点项目、省部级其余项目余，获授权国家发明专利多项，国际创新专利多项。老师担任多个顶级期刊审稿人，并多次受邀在国内高校进行人工智能与科研等讲座。
5
颁发证书

A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；
B类：可获得国家事业单位颁发的高级《生成式人工智能(AIGC)工程师》职业技能证书，纳入中心数据库，全国通用可查。
C类：可获得（国家一级协会）颁发的高级《AI智能体应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，官网可查。
D类：可获得工业和信息化部教育与考试中心（工信部直属正局级单位）颁发的《AI智能体应用工程师》高级证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。

培训费用

A类：收费3900元/人（含培训费、资料费、A类证书费、发票费等）

B类：收费4800元/人（含培训费、资料费、B类证书费、发票费等）

C类：收费5800元/人（含培训费、资料费、B类+C类证书费、发票费等）

D类：收费7800元/人（含培训费、资料费、B类+C类+D类证书费、发票费等）

注：本次培训的费用由承办单位中科软研（北京）科学技术有限公司和北京富卓佰扬科技有限公司承负责收取并提供发票。可提前开具发票，再进行公对公转账。发票可涵盖培训费、会议费、会议注册费、资料费、技术服务费、检测费等多种费用类别，线下参加培训的差旅费和食宿费自理。

6
联系方式

如需具体的培训通知，请联系我们获取。

微信二维码：

📚 课程三：

各企事业单位、高等院校及科研院所：
MATLAB是由美国MathWorks公司推出的一款应用于科学计算和工程仿真的交互式编程软件，它有包罗万象的工具箱和草稿纸式的编程语言，将符号计算、数值分析、矩阵计算、科学数据可视化、数据处理与机器学习、图像处理、信号处理、计算金融学、计算生物学以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案。伴随着人工智能第三次浪潮的兴起与发展，以卷积神经网络为代表的深度学习算法在各行各业都取得了广泛、成功的应用。因此，中促中心（国家事业单位）联合中科软研（北京）科学技术中心（http://www.fzby.org.cn/）特邀请清华大学教授共同举办“MATLAB数据分析、机器学习与深度学习实践应用”培训班，旨在帮助学员掌握人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习、RNN与LSTM神经网络、生成式对抗网络、YOLO目标检测、U-Net图像分割、自编码器等）的基本原理及MATLAB编程实现方法。本次培训采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，抽丝剥茧、深入浅出讲解MATLAB2023a深度学习工具箱的新特性，以及经典人工智能方法在实际应用时需要掌握的经验及技巧。具体事宜如下：
01
组织机构

主办单位：中科软研（北京）科学技术中心、中促中心（国家事业单位）
承办单位：中科软研（北京）科学技术有限公司、北京富卓佰扬科技有限公司、培文兴农（北京）科技有限公司
02
培训目标

通过课程理解并掌握MATLAB软件编程语法，工具箱的使用，并通过实例讲解科学计算及其可视化；并学会使用常见的分析工具分析数据，为科学研究提供更可靠的数据分析能力；掌握人工智能领域经典机器学习算法（BP神经网络、支持向量机、决策树、随机森林、变量降维与特征选择、群优化算法等）和热门深度学习方法（卷积神经网络、迁移学习、RNN与LSTM神经网络、生成式对抗网络、YOLO目标检测、U-Net图像分割、自编码器等）的基本原理及MATLAB编程实现方法；能够使用MATLAB软件解决一些实际的应用项目和科研问题。此次课程限定40人，报名敬请从速。前20人报名可获得往届的培训视频及资料，后期相同课程可以终身免费复训。
03
培训时间及方式

2025年6月05日—06月07日北京现场+线上直播（培训三天）
注：现场及线上直播同步进行，不方便到现场的学员，可线上参加，名额有限，请尽快与我们联系报名，预留名额。

04
课程大纲

课程章节
主要内容
第一章
MATLAB 基础编程串讲
1、MATLAB 基础操作：包括矩阵操作、逻辑与流程控制、函数与脚本文
件、基本绘图等
2、文件导入：mat、txt、xls、csv、jpg、wav、avi 等格式
3、MATLAB 编程习惯、编程风格与调试技巧
4、向量化编程与内存优化
5、MATLAB 数字图像处理入门（图像的常见格式及读写、图像类型的转换、数字图像的基本运算、数字图像的几何变换、图像去噪与图像复原、图像边缘检测与图像分割）
6、案例讲解：基于手机摄像头的心率计算
7、实操练习
第二章
MATLAB 2023a新特性简介
1、实时脚本（Live Script）与交互控件（Control）功能介绍与演示
2、批量大数据导入及Datastore类函数功能介绍与演示
3、数据清洗（Data Cleaning）功能介绍与演示
4、实验管理器（Experiment Manager）功能介绍与演示
5、MATLAB Deep Learning Toolbox概览
6、MATLAB Deep Learning Model Hub简介
7、深度网络设计器（Deep Network Designer）功能介绍与演示
8、MATLAB与TensorFlow、PyTorch等深度学习框架协同工作功能介绍与演示
第三章
BP 神经网络
1、人工智能基本概念辨析（回归拟合问题与分类识别问题；有监督（导
师）学习与无监督（无导师）学习；训练集、验证集与测试集；过拟合
与欠拟合）
2、BP 神经网络的工作原理
3、数据预处理（归一化、异常值剔除、数据扩增技术等）
4、交叉验证与模型参数优化
5、模型评价与指标的选择（回归拟合问题 vs. 分类识别问题）
6、案例讲解：
（1）手写数字识别
（2）人脸朝向识别
（3）回归拟合预测
7、实操练习
第四章
支持向量机、决策树与
随机森林
1、支持向量机的基本原理（支持向量的本质、核函数的意义）
2、决策树的基本原理（信息熵和信息增益；ID3和 C4.5的区别）
3、随机森林的基本原理（为什么需要随机森林算法？广义与狭义意义下的“随机森林”分别指的是什么？“随机”提现在哪些地方？）
4、知识扩展：支持向量机、决策树除了建模型之外，还可以帮我们做什么事情？怎样解读随机森林的结果？
5、案例讲解：
（1）鸢尾花 Iris 分类识别（SVM、决策树）
（2）基于随机森林的乳腺癌良性/恶性肿瘤智能诊断模型
6、实操练习

第五章
变量降维与特征选择
1、变量降维(Dimension reduction)与特征选择(Feature selection)
在概念上的区别与联系
2、主成分分析（PCA）的基本原理
3、偏最小二乘法（PLS）的基本原理
4、PCA 与 PLS 的代码实现
5、PCA 的启发：训练集与测试集划分合理性的判断
6、经典特征选择方法
（1）前向选择法与后向选择法
（2）无信息变量消除法
（3）基于二进制遗传算法的特征选择
第六章
卷积神经网络
1、深度学习与传统机器学习的区别与联系（神经网络的隐含层数越多越
好吗？深度学习与传统机器学习的本质区别是什么？）
2、卷积神经网络的基本原理（什么是卷积核？CNN 的典型拓扑结构是怎
样的？CNN 的权值共享机制是什么？CNN 提取的特征是怎样的？）
3、LeNet、AlexNet、Vgg-16/19、GoogLeNet、ResNet 等经典深度神经
网络的区别与联系
4、预训练模型（Alexnet、Vgg-16/19、GoogLeNet、ResNet 等）的下载
与安装
5、案例讲解：
（1）CNN 预训练模型实现物体识别
（ 2）利用卷积神经网络抽取抽象特征
（3）自定义卷积神经网络拓扑结构
（4）1D CNN 模型解决回归拟合预测问题
6、实操练习
第七章
网络优化与调参技巧
1、网络拓扑结构优化
2、优化算法（梯度下降、随机梯度下降、小批量随机梯度下降、动量法、 Adam 等）
3、调参技巧（参数初始化、数据预处理、数据扩增、批量归一化、超参数优化、网络正则化等）
4、案例讲解：卷积神经网络模型优化
5、实操练习
第八章
迁移学习算法
1、迁移学习算法的基本原理（为什么需要迁移学习？为什么可以迁移学
习？迁移学习的基本思想是什么？）
2、基于深度神经网络模型的迁移学习算法
3、案例讲解：猫狗大战（Dogs vs. Cats）
4、实操练习
第九章
生成式对抗网络（GAN）
1、生成式对抗网络 GAN（什么是对抗生成网络？为什么需要对抗生成网
络？对抗生成网络可以帮我们做什么？GAN 给我们带来的启示）
2、GAN 的基本原理及 GAN 进化史
3、案例讲解：GAN 的 MATLAB 代码实现（向日葵花图像的自动生成）
第十章
循环神经网络与长短时
记忆神经网络

1、循环神经网络（RNN）的基本原理
2、长短时记忆神经网络（LSTM）的基本原理 3、RNN 与 LSTM 的区别与联系
4、案例讲解：
（1）时间序列预测
（2）序列-序列分类
5. 实操练习
第十一章
基于深度学习的视频分
类案例实战
1、基于深度学习的视频分类基本原理
2、读取视频流文件并抽取图像帧
3、利用预训练 CNN 模型提取指定层的特征图
4、自定义构建 LSTM 神经网络模型
5、案例讲解：HMDB51 数据集视频分类
6、实操练习
第十二章
目标检测YOLO 模型
1、什么是目标检测？目标检测与目标识别的区别与联系
2、YOLO 模型的工作原理
3、从 YOLO v1 到 v5 的进化之路
4、案例讲解：
(1)使用预训练模型实现图像、视频等实时目标检测
(2)训练自己的数据集：新冠疫情佩戴口罩识别
5、实操练习

第十三章
U-Net模型
1、语义分割（Semantic Segmentation）简介
2、U-Net 模型的基本原理
3、案例讲解：基于U-Net 的多光谱图像语义分割
4、实操练习
第十四章
自编码器
1、自编码器的组成及基本工作原理
2、自编码器的变种（栈式自编码器、稀疏自编码器、去噪自编码器、卷
积自编码器、掩码自编码器等）及其工作原理
3、案例讲解：基于自编码器的图像分类
4、实操练习
第十五章
讨论与答疑
1、如何查阅文献资料？（你会使用 Google Scholar、Sci-Hub、
ResearchGate 吗？应该去哪些地方查找与论文配套的数据和代码？）
2、如何提炼与挖掘创新点？（如果在算法层面上难以做出原创性的工作，
如何结合自己的实际问题提炼与挖掘创新点？）
3、相关学习资料分享与拷贝（图书推荐、在线课程推荐等）
4、建立微信群，便于后期的讨论与答疑

05
培训专家

中国科学院、清华大学等科研机构的高级专家。主要从事机器学习与数据挖掘、数据可视化和软件开发、系统建模与仿真研究工作，具有丰富的科研经验，熟练掌握如MATLAB、Python、深度学习、PyTorch、Tensorflow、Keras、神经网络、支持向量机、决策树、随机森林等，以及群优化算法，如遗传算法、蚁群算法、蝙蝠算法等，近些年一直在对深度学习核心技术进行研究，主持参与多项相关重点项目研发及基金项目，主编《MATLAB智能算法30个案例分析》、《MATLAB神经网络43个案例分析》等相关著作。已发表多篇高水平的国际学术研究论文。

06
颁发证书

A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；
B类：可获得中小企业合作发展促进中心颁发的《人工智能训练师》职业技能证书，纳入中心数据库，全国通用可查。
C类：可获得国家一级学会颁发的高级《人工智能应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。
D类：可获得工业和信息化部所属的党政机关（正局级)颁发的《机器学习算法研发工程师》证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。
07
联系方式

如需具体的培训通知，请联系我们获取。

微信二维码：

📚 课程四：

各企事业单位、高等院校及科研院所：
在人工智能技术深度融入科研与产业的当下，大模型与Python数据分析、机器学习、深度学习的融合，已成为突破科研瓶颈、提升项目竞争力、实现论文高质量发表的核心驱动力。为帮助广大科研工作者、高校师生及企业技术人员掌握前沿技术，打通从技术学习到成果落地的全流程，中科软研（北京）科学技术中心联合中促中心（事业单位）及人工智能领域专业技术人才培养综合服务平台邀请国内顶尖985高校教授倾力推出了“全国人工智能Python数据分析、机器学习与深度学习实战及项目申报、论文发表高级培训班”。本课程以“技术落地+成果产出”为核心目标，系统整合人工智能大模型、Python数据分析、机器学习与深度学习的核心技术，结合项目申报与论文发表的实际需求，构建从基础理论到实战应用的完整知识体系。课程内容涵盖大模型原理与应用、Python编程基础、数据分析工具使用、机器学习算法实践、深度学习模型构建，以及项目申报书撰写、SCI论文写作与发表技巧等关键模块，通过理论讲解、案例剖析、实操演练相结合的方式，让学员既能掌握前沿技术，又能将其转化为实际科研成果与项目竞争力。具体事宜如下：
01
培训特色

1、前沿技术融合，覆盖全流程需求：课程紧跟人工智能技术发展前沿，将当前最具影响力的大模型技术（如GPT、Gemini、DeepSeek、Claude等）与Python数据分析、机器学习、深度学习深度融合，覆盖从数据处理、模型构建到成果输出的全流程。无论是科研数据的高效分析、复杂模型的搭建训练，还是借助大模型优化项目申报逻辑、提升论文写作效率，学员都能在课程中找到对应的解决方案，真正实现技术学习与实际需求的无缝对接。

2、零基础友好，阶梯式教学体系：充分考虑学员的技术基础差异，课程采用阶梯式教学模式，从Python编程基础、人工智能核心理论讲起，逐步过渡到机器学习算法、深度学习模型，再到大模型的实战应用与成果转化。无论学员是零基础的科研新手，还是有一定技术基础的进阶学习者，都能在课程中找到适合自己的学习路径。每一个知识点都搭配对应的实操练习，帮助学员循序渐进掌握技能，彻底打消“入门难”的顾虑。

3、资深师资团队，提供专业指导：授课师来自国内顶尖985高校，拥有20年以上人工智能项目开发与培训经验，主持完成过多项国家及企业重大科研项目，在SCI论文发表与项目申报方面拥有丰富的实战经验。采用“理论+实践”的教学风格，不仅能深入浅出讲解复杂技术原理，还能针对学员在科研中遇到的实际问题提供个性化指导，帮助学员少走弯路，快速提升技术水平与科研能力。

4、成果导向，提升核心竞争力：课程以“产出成果”为最终目标，通过系统培训，学员不仅能够掌握Python编程、数据分析、机器学习、深度学习及大模型应用的核心技能，还能独立完成科研项目中的数据分析与模型构建任务，熟练运用人工智能技术优化项目申报书与SCI论文。培训结束后，学员将具备更强的科研创新能力与成果转化能力，在项目申报中脱颖而出，在论文发表中提升成功率，为个人职业发展与科研事业注入强劲动力。

5、实战导向，聚焦科研与产业需求：课程内容紧密围绕科研项目申报与论文发表的实际需求设计，拒绝空洞的理论讲解。通过大量真实科研案例，深入剖析人工智能技术在不同领域的应用场景与实施路径。学员将亲手完成从数据清洗、特征工程、模型构建到结果可视化的全流程操作，掌握项目申报书中技术路线的撰写技巧、SCI论文中数据分析与模型展示的规范，切实提升科研成果的质量与竞争力。

6、终身学习保障，配套服务完善：为确保学员能够持续学习、学以致用，课程提供终身免费复训服务，学员可终身免费参加后续相同主题的现场及直播课程，及时跟进技术更新。同时，课程建立专属学习社群，提供永久答疑服务，授课老师与助教将随时解答学员在学习与科研实践中遇到的问题。课程结束后还提供完整的视频回放与电子讲义，方便学员反复复习巩固。此外，课程限报40人，前20名报名学员还可获得往届培训资料。

02
培训时间及方式

2026年06月12日—06月14日北京现场+线上直播（培训三天）

注：现场及线上直播同步进行，不方便到现场的学员，可线上参加，名额有限，请尽快与我们联系报名，预留名额。

03
课程大纲

04
颁发证书

A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；

B类：可获得中小企业合作发展促进中心颁发的《人工智能训练师》职业技能证书，纳入中心数据库，全国通用可查。

C类：可获得国家一级学会颁发的高级《人工智能应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据。

D类：可获得工业和信息化部所属的党政机关（正局级)颁发的《机器学习算法研发工程师》证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。
05
联系方式

如需具体的培训通知，请联系我们获取。

📚 课程五：
各企事业单位与高等院校及科研院所：

随着大语言模型（LLMs）在科研与工作中迅速普及，“会问问题、会写提示词”已不再是分水岭。真正决定产出质量与效率的，是能否把LLM从“聊天工具”升级为可追溯、可评估、可复用的科学智能体，它能自动拆解复杂任务，按流程调用工具与知识库，形成带证据链的输出，并在自检与反思中持续迭代——让科研与学习从“灵感驱动”变成“系统工程”。本课程采用3天6个单元的结构，以“讲解+示范+实操+复盘”为主线，手把手带领学员完成一个属于自己的AI智能体工作流包。课程将围绕科研高频场景展开：“一人实验室”科研课题设计、“一人决策团”科研/基础焦点问题定位与方案拆解、“一人编辑部”去幻觉化论文写作、“一人课题组”虚拟线上课题构建、“一人设计室”高水平科研图片设计与制作、智能语音交流系统搭建、虚拟MDT疑难讨论小组构建、学术/科普动画视频构建、PPT辅助制作等，并重点强调如何让输出“可信”：明确边界、强制引用与可追溯、交叉核对、置信度表达与质量评估清单，帮助学员有效降低幻觉与偏差风险。结课后，学员不仅能掌握AI智能体的核心构建方法（任务定义、角色协作、工具调用、知识库与记忆、评估与安全），更将带走可直接复用的模板库与SOP，把AI智能体真正嵌入个人与团队的日常科研与工作流，实现持续提效科研与个性化升级。同时，课程还会对当下最火OpenClaw (Clawdbot)进行使用演示和讲解，帮助学员们掌握科研领域最新咨询和科技手段！具体事宜如下：

1
培训福利

1.【福利】赠送每人1个AI大模型平台会员账号，支持使用多种主流大模型，没有使用次数限制，不需要魔法（具体时间可参考收费标准）
2.赠送一个可以终身免费使用ChatGPT普通账号（需魔法）；
3、提供SciAgent激活账号和初始积分，平台可调取官方同步Gemini 3 pro、GPT-5、满血版Deepseek、全新Nano-banana、Sora等前沿工具。平台提供大量初始工具及科研模板库，并不断更新。平台激励用户个体化智能体交流和借鉴。
4、课后答疑：课后2个月内微信群答疑。

2

培训时间与地点

2026年05月16日—05月18日北京现场 + 线上直播（4月17日报到，培训三天）注：现场及线上直播同步进行，不便到现场的学员，可以线上参加。名额有限，请尽快与我们联系报名，预留名额。

3
课程内容

课程章节
主要内容
第一章
打通AI智能体基本功——大语言模型基础认识
基础知识之大语言模型
理论1：全球Top 10大模型对照（挑选智能体的最佳员工）
理论2：大语言模型的几个基本认识和关键技巧（增效、避错）
理论3：大语言模型在科研设计应用（AI科研场景）
理论4：大语言模型降低幻觉的关键（杜绝撒谎是前提）
理论5：如何约束大语言模型（提高质量是追求）
理论6：了解大语言模型的能力——文字、图片、语音、视频
第二章
基础知识之大语言Nano-banana系统介绍
理论1：Nano banana介绍
理论2：自然科学基金中绘图的几个细节问题
理论3：如何基于Nano banana实现逐步图片的组合和美化
理论4：巧用Nano banana的图片预测能力及场景重置
展示&操作：Nano banana绘图
第三章
AI智能体工具介绍
进阶知识之智能体工具：
理论1：LLM、工具、工作流、智能体的区别
理论2：标准化Agent 构建= 目标 + 计划 + 工具调用 + 记忆/知识库 + 反思评估 + 安全约束
理论3：适用于Agent的典型科研场景——多步骤、可追溯、可重复、可协作
理论4：Agent协作——拆解复杂任务，多角色协作
理论5：几种受关注的智能体工具介绍及适用场景
理论6：SciAgent在科研方面的优势
理论7：SciAgent与复合素材图片构建与整合优化
理论8：SciAgent与视频制作
理论9：几篇高水平SCI智能体应用实战
展示&操作：SciAgent账户建立与登录、SciAgent常规操作
第四章
AI智能体应用实战——SciAgent使用介绍和展示
全部实践&实战，只要跟着学，包教包会
理论1：本地可跑的智能体——环境搭建与 SciAgent启动
理论2：能精准对话的 AI——属于你的对话机器人
理论3：“听话”的 AI ——Prompt 配置与行为控制
理论4：会用资料回答——与众不同的知识库接入（RAG）
理论5：能做事的 AI——多能力智能体（Agent）
理论6：自动执行任务——工具调用与自动流程
第五章
AI智能体通用技术实战

通用技术实战1：自由文本对话机器人（多人聊天室）的构建
通用技术实战2：语音对话交互机器人/角色构建（让任何一个LLMs张开嘴，让LLMs彼此互动，来一场AI学术相声！）
通用技术实战3：虚拟人物视频构建（特定形象、话术、风格）
通用技术实战4：复合素材图片构建与整合优化（多模型+严格限定+整体润色协同完成）
通用技术实战5：PPT制作整合优化（多LLMs协同完成）
通用技术实战6：接入RAG强化智能体表现（自创知识库的构建）
通用技术实战7：SciAgent研究工具的选择和共享
第六章
AI智能体专业技术实战
专业技术实战1：超精准论文撰写与修改（内容、格式、风格、修稿、建议、改稿，全流程，多模型协同完成）；
专业技术实战2：项目设计与迭代（多模型构思+多模型评价+最终裁决+必要时迭代）
专业技术实战3：科普视频精准构建（目的及效果为导向的视频制作）；
专业技术实战4：科研图片绘制与优化（设计、制作、润色、修改，多模型迭代协同完成）；
专业技术实战5：各PPT制作（文献汇报、毕业论文、课题答辩、工作总结）
专业技术实战6：虚拟文字讨论系统构建（一人多团队探讨，再难的话题，各大模型一起讨论！）
专业技术实战7： 多层次任务智能体联动结合（动画片制作，教学视频制作，宣传视频）
专业技术实战8：智能语音系统构建（场景及专业特色限定）；
第七章
OpenClaw (Clawdbot)使用演示
前沿知识之Clawdbot
理论1：Clawdbot账户申请
理论2：Clawdbot界面应用介绍
理论3：Clawdbot的特点和特色
理论4：如何选择适合自己的智能体平台？（价格比对、功能拓展、会员权益）
展示&操作：Clawdbot常规使用
第八章
讨论与答疑
1:手把手带领学员完成一个属于自己的AI智能体工作流包
2:带走可直接复用的模板库与SOP，把SciAgent真正嵌入个人与团队的日常科研与工作流，实现持续提效与个性化升级。
3:建立微信群，便于后期的讨论与答疑

5
颁发证书

A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；

B类：可获得国家事业单位颁发的高级《生成式人工智能(AIGC)工程师》职业技能证书，纳入中心数据库，全国通用可查。

C类：可获得（国家一级协会）颁发的高级《AI智能体应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，官网可查。

D类：可获得工业和信息化部所属的党政机关（正局级）颁发的《智能体构建师》证书，该证书可证明学员具备熟练应用智能体构建工具的能力，招投标、事业单位晋升定级、岗位赋能的重要依据。

6
联系方式

如需具体的培训通知，请联系我们获取。
微信二维码：
📚 课程六：

各企事业单位、高等院校及科研院所及个人：
同样是一项数据分析任务，有的人需要两周时间手动完成，而有人借助AI智能体仅用十分钟就能交付结果——到2026年，这样的效率差距已经成为现实。新一代AI正从简单的“对话助手”升级为能够独立执行任务的AI智能体。研究者只需用自然语言描述科研需求，AI智能体便可以自动编写代码、完成数据分析、调试问题并优化结果，全程几乎不需要手动编程。同时，多个智能体还能协同工作，并行处理大量文献，自动提炼核心观点并生成结构化综述——一个人也能拥有类似研究团队的工作效率。更重要的是，这些AI系统可以全天候运行，持续追踪最新论文、监测研究动态，并自动生成科研情报报告，成为长期稳定的科研助手。未来科研效率的差异，不再取决于是否会使用大模型，而在于是否掌握基于AI智能体的自动化科研流程。本课程面向科研人员设计，属于国内较早系统讲解AI智能体在科研中的实践课程之一。课程将重点介绍以 Claude Code 为代表的AI编程智能体，以及OpenClaw（龙虾）个人AI代理，以coze为表的工作流智能体在科研全流程中的应用方法，涵盖六类典型科研场景：多源科研数据自动采集、大规模文献智能处理、科研数据分析与模型构建、科研专属智能体开发、多智能体协同写作，以及科研监测与自动化情报系统的搭建。无需编程基础，AI智能体可以承担大量技术工作，研究者只需学会如何合理“指挥”AI，完成三天研修后，您将能够建立属于自己的AI自动化科研工作流程。现通知如下：
01
6大培训特色

1、零基础也能快速上手：无需编程背景，AI智能体可以完成代码编写、数据分析、建模和文献阅读等任务。学员只需通过自然语言进行指令控制，就能高效完成科研工作。
2、以实践为主的教学方式：课程强调动手操作，约80%的时间用于实操训练。每个模块都配套练习，帮助学员在学习过程中立即应用，并能直接迁移到自己的科研项目中。
3、原创体系化课程设计：课程基于丰富的一线培训与科研实践经验开发，系统讲解AI编程智能体与个人AI代理在科研场景中的应用方法，形成完整学习体系。
4、覆盖前沿AI智能体技术体系：课程内容涵盖Claude Code、OpenClaw、SubAgent多智能体架构、MCP工具生态以及Skills扩展机制等关键技术，同时对主流大模型在科研任务中的能力进行对比分析。
5、完整工具环境与使用支持：培训期间提供完整的AI智能体工具环境，无需复杂配置；课程结束后仍可继续使用一段时间，方便学员在真实科研工作中持续实践和应用
6、答疑回放与免费复训：课程不仅关注当堂习得，更注重长期落地，相同课程一年内可免费重复参加，每次复训都有新收获；我们提供完整的培训视频回放供反复研习，并建立课后答疑群提供长期技术支持。限报40人，前20人报名可获取往期的培训视频资料，免费远程部署智能体，方便提前预习。
02

7大培训收获
1、掌握AI智能体的系统化使用能力：全面理解AI编程智能体的核心技术体系，包括多种工作模式、记忆机制、SubAgent协作架构、MCP插件生态以及Hooks与Skills扩展能力，能够快速适应和使用各类新兴AI工具。
2、高效开展文献批量处理与分析：构建自动化文献处理流程，通过多个AI智能体协同完成文献阅读、观点提取与对比分析，辅助生成结构化综述和论文初稿。
3、实现从数据处理到模型部署的完整流程：利用AI智能体完成数据清洗、特征工程、机器学习或深度学习建模，并将模型部署为Web预测服务，显著降低编程门槛。
4、构建自动化科研数据采集体系：搭建多源数据抓取系统，自动获取科研数据，并完成数据采集、清洗、存储与分析的一体化流程。
5、开发面向科研场景的专属智能体应用：能够独立设计并开发适用于自身研究领域的智能体应用，例如文献助手、数据分析机器人或领域知识问答系统。
6、实现科研数据管理自动化：通过AI自动完成数据格式转换、批量文件整理与异常数据检测，减少重复性数据处理工作。
7、打造全天候运行的科研智能助手：基于OpenClaw构建持续运行的科研自动化系统，实时追踪最新论文与研究动态，自动更新知识库并定期生成科研情报报告。
03
培训时间及方式

2026年05月22日—05月24日广州市+线上直播（5月21日报到，培训3天）
注：广州现场及线上直播同步进行，不方便到现场的学员，可线上参加，限报40人

04
培训大纲

05
颁发证书

A类：中科软研（北京）科学技术有限公司颁发的课程结业证书；
B类：可获得国家事业单位颁发的高级《生成式人工智能(AIGC)工程师》职业技能证书，纳入中心数据库，全国通用可查。
C类：可获得（国家一级协会）颁发的高级《AI智能体应用工程师》职业技能证书，该证书可作为专业技术人员职业能力考核的证明，以及专业技术人员岗位聘用、任职、定级和晋升职务的重要依据，官网可查。

D类：可获得工业和信息化部教育与考试中心（工信部直属正局级单位）颁发的《AI智能体应用工程师》高级证书，该证书可证明学员具备熟练应用AI工具的能力，企业招投标、事业单位晋升定级、岗位赋能的重要依据。
06
联系方式

如需具体的培训通知，请联系我们获取。

微信二维码：